使用astype实现dataframe字段类型转换

使用astype实现dataframe字段类型转换在有些情况下,我们需要在DataFrame类型的数据中通过切片获得我们所需要的数据,然后转换为我们所需要的类型。Dataframe数据类型的转换需要用到astype函数。#encoding:utf-8importpandasaspddf=pd.DataFrame(pd.read_csv(‘film_log3.csv’,sep=’;’,encoding=’utf-8′,

大家好,又见面了,我是你们的朋友全栈君。

在有些情况下,我们需要在DataFrame类型的数据中通过切片获得我们所需要的数据,然后转换为我们所需要的类型。Dataframe数据类型的转换需要用到astype函数。

# encoding: utf-8
import pandas as pd

df = pd.DataFrame(pd.read_csv('film_log3.csv', sep=';',encoding='utf-8', names=[u'电影名称', u'上映时间', u'制作公司', u'导演', u'票房']))
df = df.drop_duplicates().dropna().reset_index().drop('index', axis=1)
df_1 = df[df[u'电影名称'] == u'《冲上云霄》']
df[u'票房'] = float(df[u'票房'].str.split(u')').str[1])
print df

笔者一开始想使用float()将dataframe转换为float类型,然后编译器报错了:


这里写图片描述

无法将这个系列转换为float类型?通过type(),发现该数据为Series数据类型,所以不能使用float()方法。

在老司机的指导下,我使用了astype函数进行数据类型转换:

……
df[u'票房'] = df[u'票房'].str.split(u')').str[1].astype(float)
print df

然后,就能成功转换并输出了。


这里写图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/144910.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号